随着 AI 技术的不断进步，如何让大模型具备 “并行思维” 能力，成为了研究者们关注的热点话题。最近，腾讯腾讯 AI Lab 联合多所高校的研究团队推出了一个名为 Parallel-R1的全新强化学习（RL）框架，旨AI在教会大模型如何同时探索多条推理路径。这一创新的框架为应对复杂的数学推理任务开辟了新思路。

传统的方 L法往往依赖于监督微调（SFT），这种方式不仅对数据质量要求极高，而且模型通常只会模仿已有的数据，缺ab乏自主学习和泛化能力。为了解决这些问题，Parallel-R1框架应运而生。研究团队的关键发现是首创，利用简单的提示，可以让模型在处理简单数学题时生成高质量的并行思维数据。随后，通过一套 “渐进式课程并行” 的训练模式，模型先从简单任务开始学习并行思维的 “语法格式”，再逐步过渡到更复杂的数学问题中进行强思维化学习。

此外，团队还针对奖励设计的问题提出了一种交替式奖励策略，巧妙地平衡了 “解题准确率” 和 “思维多框架样性”。在训练过程中，模型大部分时间以 “准确率奖励” 为主，而少部分时间则给予并行思维使用的额外奖励，让。这种策略显著提高了模型的并行思维使用率，最终在多个数学基准测试中取得了显著提升。

实验结果显示大模，Parallel-R1框架不仅使模型在多个数学基准上提升了高达8.4% 的平均准确率，在 AIME型解25测试中更是实现了42.9% 的性能飞跃。研究者们发现，经过训练，模型的思维策略会逐渐从初期的锁全 “广撒网” 式探索，转变为后期的 “精准验证”，充分展现了并行思维带来的优势。

Parallel-R1的成新推功不仅为大模型的推理能力开辟了新方向，也为今后的 AI 研究提供了新的思路，显示了并行思维在解决复杂任务理方中的潜力。

• ·标签: 绝味鸭脖
• ·标签: 理想汽车 理想L9 Livis AI眼镜
• ·标签: 魅族科技 58同城 黄先生
• ·AI 记者或是“傀儡”？OpenAI 关联组织疑资助虚假新闻网站
• ·开始胃疼是什么梗
• ·标签: 追觅AURORA 努比亚MyOS 高通骁龙 中兴通讯
• ·2025 年上半年，中国教育机器人市场的硬件销售额达到了 10.7 亿元
• ·标签: QuestMobile 抖音 小红书 哔哩哔哩
• ·标签: Meta AI智能体 AndrewBosworth ATA
• ·标签: Temu 拼多多 土耳其 跨境电商
• ·福布斯发布2026 年全球AI50 榜单 OpenAI、Anthropic依然领先
• ·25分钟训练机器人学会6个动作，伯克利开发高效机器人操纵框架
• ·直击 Mac 桌面!OpenAI 收购 Sky 团队，ChatGPT 即将深度嵌入 macOS 工作流
• ·阿里云新加坡可用区C机房发生火灾
• ·标签: 佰维存储 华泰国际
• ·标签: 江苏展芯 模拟芯片 IPO 半导体